CAD1 搭建汇编语言环境 win10+dosbox+masm

本文介绍了如何在Windows 10系统上搭建汇编语言环境,通过DOSBox模拟DOS环境,安装并配置MASM汇编器。详细步骤包括下载和安装DOSBox,设置工作目录,配置DOSBox的autoexec,以及检查配置是否成功。接着,文章讲解了如何编辑、汇编、链接和调试汇编程序,包括使用文本编辑器、EDIT.EXE以及VS Code的方式创建和编辑源代码,并使用MASM进行汇编,LINK进行链接,DEBUG进行调试。最后,给出一个简单的Hello World实例来实践整个流程。
摘要由CSDN通过智能技术生成

一、dosbox+masm

  1. 下载dosbox安装程序并根据提示安装
  2. 下载masm文件,文件夹中要包含这四个文件:DEBUG.COM, EDIT.COM, LINK.EXE, MASM.EXE
    (以上内容由课程提供压缩包,直接解压即可)
  3. 创建工作目录:这里是直接在E盘下建立dos文件夹,里面有两个子文件夹:masm(放置上述masm文件)和asm(保存汇编程序)
  4. 配置DOSBOX。创建一个用于保存汇编工具和汇编文件的目录dos
    打开DOSBOX安装根目录,打开dosbox.conf文件(用记事本打开即可),找到autoexec节点如图:
    autoexec添加以下内容,这样以后就不用每次打开DOSBOX都重新配置一遍了。
MOUNT C E:\dos		# 将目录 E:\dos 挂载为DOSBOX下的C
set PATH=$PATH$; C:\masm 	# 将映射后的C:\masm写入环境变量PATH,从而可以调用E:\dos\masm32的编译工具
C:	#进入DOSBOX系统的C盘
  1. 打开dosbox,输入dir,查看有没有DEBUG, MASM等文件。如果有,就已经完成Win10系统下的汇编环境配置了。(图中有一处错误忘了改,set PATH对应的是C:\masm)
    DOSBOX
  2. 修改dosbox窗口大小。
    可以通过alt+Enter进入全屏模式。
    修改分配率:配置文件dosbox.conf
    把原始代码:
windowresolution=original
output=surface

修改为:

windowsresolution=1280x800
output=opengl

呃,好像不行呢。前后没有变化。
暂且这么用着,之后如果有需要再去改它。

二、编辑和调试程序

编辑

三种方法:

  1. 在本机E:\dos\asm中直接用文本文件建立新文件,修改文件扩展名为.asm并保存即可。
  2. 运行DOSBOX,在命令符C:\asm>下输入命令: EDIT test.asm,启动EDIT.EXE进入代码编辑状态。EDIT状态下光标会消失,调用任务管理器alt+ctrl+del即可释放光标。
  3. 在VS Code中编辑。安装汇编语言插件MASM/TASM,打开E:\dos\asm文件夹,创建文件时直接创建后缀为asm的文件即可。
    文件名都需使用英文。

汇编

命令行:masm a.asm
目标:生成目标文件(.obj文件)
检查产生的ERROR并修改
产生的a.obj文件是中间结果

链接

命令行:link *.obj
目标:生成可执行文件(.exe文件)
检查产生的错误,并重新汇编和链接

调试

命令行:debug a.exe
调试命令:
-u: 反汇编
-g: 设置断点
-t: 跟踪执行
-r: 显示寄存器内容
-q: 退出
每次执行显示寄存器内容和下次要执行的指令

Hello World实例

编辑
hello.asm

DSEG SEGMENT
MESS DB 'HELLO WORLD!', 0DH, 0AH, 24H
DSEG ENDS

SSEG SEGMENT PARA STACK
    DW 256 DUP(?)
SSEG ENDS

CSEG SEGMENT
    ASSUME CS:CSEG, DS:DSEG
BEGIN:
    MOV AX, DSEG
    MOV DS, AX
    MOV DX, OFFSET MESS
    MOV AH, 9

    INT 21H
    MOV AH, 4CH
    INT 21H
CSEG ENDS

END BEGIN
masm hello	# 编译
link hello	# 链接
hello		# 执行

参考

dosbox+masm

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值